高度并发环境中 NoSQL + 分布式缓存的数据一致性
Data consistency for NoSQL + Distributed Cache in very concurrent environment
在幻灯片上，您可以看到非常粗略的预订系统架构。这是一个非常并发的环境，许多用户可能会同时尝试预订相同的 hotel/room。
在底部我们有 NoSQL 数据库，为了快速 response/request 有分布式缓存和请求数据的应用程序。
这张幻灯片的想法是，当您使用 NoSQL + 分布式缓存时，您会遇到同步问题，这意味着数据一致性问题。您需要将分布式缓存与 NoSQL 数据库同步。
问题：除了IMDG之外，这种情况下solutions/techniques还有什么？这可能是两个框架 or/and 的最佳实践。有没有具体的分布式缓存可以解决这个问题？
问题 2[更新]：我们写入 NoSQL 数据库而不是缓存的原因是什么？是交易、节点失败的可能性还是其他什么？
P.S. 这不是我的幻灯片，作者声称这是 IMDG 的一个很好的用例。
你真的需要分布式缓存吗？ NoSQL 解决方案本质上非常高效，接近独立缓存（如 memcached）的性能。
我可以从 Cassandra 获得大约 10 毫秒的访问时间，这并不比大多数缓存慢多少。
我敢打赌，当您投入缓存验证开销和错过缓存命中的网络开销时，您最好直接访问您的数据库。
您仍然可以将缓存用于不那么短暂的事物，例如房间类型、价格等。
在幻灯片上，您可以看到非常粗略的预订系统架构。这是一个非常并发的环境，许多用户可能会同时尝试预订相同的 hotel/room。
在底部我们有 NoSQL 数据库，为了快速 response/request 有分布式缓存和请求数据的应用程序。
这张幻灯片的想法是，当您使用 NoSQL + 分布式缓存时，您会遇到同步问题，这意味着数据一致性问题。您需要将分布式缓存与 NoSQL 数据库同步。
问题：除了IMDG之外，这种情况下solutions/techniques还有什么？这可能是两个框架 or/and 的最佳实践。有没有具体的分布式缓存可以解决这个问题？
问题 2[更新]：我们写入 NoSQL 数据库而不是缓存的原因是什么？是交易、节点失败的可能性还是其他什么？
P.S. 这不是我的幻灯片，作者声称这是 IMDG 的一个很好的用例。
你真的需要分布式缓存吗？ NoSQL 解决方案本质上非常高效，接近独立缓存（如 memcached）的性能。
我可以从 Cassandra 获得大约 10 毫秒的访问时间，这并不比大多数缓存慢多少。
我敢打赌，当您投入缓存验证开销和错过缓存命中的网络开销时，您最好直接访问您的数据库。
您仍然可以将缓存用于不那么短暂的事物，例如房间类型、价格等。